ドキュメンテーション深層学習を使用したイメージ カテゴリの分類での質問です．

ドキュメンテーション深層学習を使用したイメージカテゴリの分類（以下リンク） http://jp.mathworks.com/help/vision/examples/image-category-classification-using-deep-learning.html#zmw57dd0e916 における，事前学習済みのCNNの読み込みにて質問です． この中で，CNNのアーキテクチャ（convnet）をダウンロードしていますが，このアーキテクチャの構造を一部改変または，層の追加など をする事などは可能でしょうか． やってみたい例 ・image Input Layerのイメージサイズを大きくしたい ・23*1の層をもっと深い層にしてみたい です． よろしくお願いします．

Answer 1

[Takuji Fukumoto]

CNNのネットワークの層の置き換えは下記で行うことができます。

mylayers = convnet.Layers
mylayers(1) = imageInputLayer([454 454 3]);
mylayers

また、layerの追加や連結も機能的には行うことができます。

https://jp.mathworks.com/help/releases/R2017a/nnet/ref/layer-class.html

しかし、学習済ネットワークの層を変更するには注意が必要になります。

一番最後の全結合層以降の分類器を新しいものに置き換えて転移学習するケースはありますが、入力側の層を変更することは一般的にはありません。 学習済のネットワークはその層構造全体で認識が高くなるように学習されたものなので、別の層をつけた時点で、優れた特徴抽出の特性は機能しなくなるためです。

R2017aではAlexnetのほか、vgg16やVgg19をMATLABのアドオンツールからインストールできるようになっていますし、Caffeのモデルも利用できるようになっているので、いろいろな層構造のネットワークから適したモデルを探されてはいかがでしょうか。